基于深度置信网络(DBN)的赤潮高光谱遥感提取研究

赤潮是严重的海洋灾害,有效监测赤潮对于保护海洋生态环境具有重要意义。高光谱遥感具有光谱分辨率高、图谱合一等优势,适合于海洋赤潮监测。深度学习是机器学习领域的前沿,为高光谱遥感分类提供了新的思路。深度置信网络(Deep Belief Network,DBN)兼具监督分类与非监督分类的特点,通过构建DBN模型,将DBN应用于赤潮灾害遥感监测中,应用渤海机载高光谱遥感数据开展赤潮分类,以达到提取高光谱图像中赤潮水体范围的目的。通过设置对照实验,对比经典的SVM监督分类方法与ISODATA非监督分类方法,发现DBN模型在相同实验条件下具有更高的分类精度,赤潮遥感提取精度提高了3%～11%。     

基于改进生成式对抗网络的水下图像增强

由于水介质的吸收和散射特性会导致雾化、低对比度、颜色退化等各种水下成像失真,严重影响了水下图像的后续利用。为了恢复清晰的水下图像,提出一种基于改进生成对抗网络的深度学习模型。借助图像质量评价技术,将生成的过程样本与高质量样本进行拟合,并将拟合得到的差值信息用于优化网络中的生成器。改进的生成式对抗网络有效改善了由真假训练逻辑带来的图像质量提升限制的问题。实验结果显示：该方法有效的恢复了水下图像的色彩,并改善了图像的清晰度和对比度;相比其他方法,提出的方法在SSIM、UCIQE和UIQM指标上分别提升了2.9%、6.2%和14.3%。     

基于生成对抗网络模型的热带和亚热带海洋中尺度涡预报研究

中尺度涡蕴含海洋超过90%的动能,显著影响海洋物质能量循环。对中尺度涡的预报是目前物理海洋学研究的热点和难点。文章基于卫星高度计观测的近30年海表面高度异常数据(sea level anomaly, SLA),采用基于博弈思想的生成对抗网络方法(generative adversarial networks, GAN),构建了中尺度涡预报模型,进行了28天预报,并采用独立样本分析了预报涡旋的空间分布、时间分布、能量强度等特征参数,探讨影响预报结果准确性和时效性的主要因素。结果表明,半径为100～200km的涡旋在15天左右的预报时长仍能保持较好的准确性及时效性,误差在20%以内。该区域的平均涡动能约为0.875m²·s^–2,其预报的均方根误差(root mean square error, RMSE)普遍介于0.02～0.04m²·s^–2。且涡旋预报结果受异常天气影响较小,在正常天气条件和台风娜基莉条件下具有相似的预报能力。这些结果对进一步理解并应用生成对抗网络这一新方法预报海洋中尺度涡提供了参考。     

基于深度残差网络的水下通信调制信号分类

在无线通信中,调制分类是非协作通信的重要组成部分,很难使用常规方法同时兼顾识别准确率和低复杂度对各种调制方案进行高效分类。深度学习方法用来处理这个问题,可以取得良好的效果。在水声通信的环境下,由于通信环境的特殊性,导致信号的调制分类比陆地通信更加困难。创新采用了深度学习网络的改造残差结构形式来区分多种水声通信中的各种常用调制方法,通过合理地选用深度残差网络的超参数,有效克服了模型过拟合问题,取得了良好识别效果。     

基于深度学习RCF模型的三都澳筏式养殖区提取研究

三都澳是中国重要的海水养殖海湾,在水产养殖中占有较高的经济地位。快速准确地获取养殖区的分布范围、数量以及面积等信息,对养殖区规划、产值估计、生态调查、风暴潮灾害预防等具有重要的意义。然而,随着养殖区域的扩大,海水背景状态愈发复杂多样,光谱特征差异较大,为养殖区提取带来困难。在本实验中,利用高分辨率遥感卫星GF-2图像,引入深度学习RCF（Richer Convolutional Features）网络模型对海湾内的筏式养殖区进行了提取。结果显示:该方法无需事先对区域进行水陆分离处理,且对水中泥沙较多的区域以及海浪较大的区域有很好的提取效果,提取精度达93%以上,适合进行大规模海水养殖区提取应用。     

基于改进U-Net的海岸线提取方法

遥感影像海陆分割对于海岸线提取及其动态监测具有重要意义。传统的基于光谱特征和图像处理的海岸线识别和提取方法,在面对高分辨率遥感图像复杂的纹理和空间分布时,只能生成具有局限性的图像特征结果,且分割结果准确率不高。本文将深度卷积神经网络应用于高分遥感图像的海陆分割问题,并在经典编码器-解码器结构的基础上进行了创新。首先,为了降低调参难度引入批归一化层,降低了网络对参数的尺度和初始值的敏感度;其次,采用转置卷积代替传统卷积,在模型训练过程中通过梯度递减算法,不断更新参数权值,显著提高语义分割的精度。利用研究区域高分一号遥感图像数据对于人工岸线及自然岸线的分割实验结果显示:相较于经典U-Net与SegNet,改进U-Net网络,对于各种自然岸线和人工岸线具有更低的边界模糊度和更准确的分割结果,对于自然岸线的提取结果,漏检、错检现象较少;对于人工岸线的提取具有更大的感受野,能够提取岸线的空间结构信息,避免误分类。面对日益丰富的高分辨率的遥感影像数据源,基于改进U-Net的海岸线提取,能更好地保留边界信息且具备更优的语义分割效果,可以更为准确地挖掘高分遥感影像的空间分布特征、纹理特征以及光谱特征,...     

基于深度学习的光学遥感影像舰船检测算法对比分析

舰船目标检测是进行海洋环境监管,保障海上权益的重要手段。基于深度学习的目标检测算法能在复杂环境下保持良好性能,为测试不同深度学习目标检测算法在舰船检测中的效果,本文构建了一个包含3893张图像的数据集,涵盖了复杂背景下不同类型的舰船,基于此数据集分别采用Faster RCNN、SSD、RetinaNet、YOLOv3、YOLOv4算法进行实验,结果表明,YOLOv4 、YOLOv3、RetinaNet、Faster RCNN平均精度均在83%以上,其中YOLOv4最高达到91.77%,Faster RCNN误检较多,而SSD平均精度最低,只有79.23%,总的舰船检测数目偏少。将5种模型训练结果在高分二号影像上进行测试,得到较好的检测效果,对舰船检测未来理论研究的开展具有一定的指导意义。     

基于高光谱遥感的渤海海冰厚度半经验模型

Sea ice thickness is one of the most important input parameters for the prevention and mitigation of sea ice disasters and the prediction of local sea environments and climates. Estimating the sea ice thickness is currently the most important issue in the study of sea ice remote sensing. With the Bohai Sea as the study area, a semiempirical model of the sea ice thickness(SEMSIT) that can be used to estimate the thickness of first-year ice based on existing water depth estimation models and hyperspectral remote sensing data according to an optical radiative transfer process in sea ice is proposed. In the model, the absorption and scattering properties of sea ice in different bands(spectral dimension information) are utilized. An integrated attenuation coefficient at the pixel level is estimated using the height of the reflectance peak at 1 088 nm. In addition, the surface reflectance of sea ice at the pixel level is estimated using the 1 550–1 750 nm band reflectance. The model is used to estimate the sea ice thickness with Hyperion images. The first validation results suggest that the proposed model and parameterization scheme can effectively reduce the estimation error associated with the sea ice thickness that is caused by temporal and spatial heterogeneities in the integrated attenuation coefficient and sea ice surface. A practical semi-empirical model and parameterization scheme that may be feasible for the sea ice thickness estimation using hyperspectral remote sensing data are potentially provided.     

基于半经验模型的水深反演及不同水深范围的误差分析

基于半经验遥感模型,开展广东省雷州湾SPOT-5影像不同水深范围的遥感反演及误差分析,给出不同模型对应的最佳水深范围和不同水深范围的最佳反演模型,结果如下：红光单波段模型、红光-绿光双波段模型、绿光-红光-近红外三波段模型均在2～5m水深范围内反演误差最小,分别为16.7%,13.2%和17.1%。0～2m水深范围内,红光-近红外双波段模型反演误差最小,为34.3%;2～5m水深范围内,红光-绿光双波段模型反演误差最小,为13.2%;5～10m水深范围内,红光-近红外双波段模型反演误差最小,为19.3%;10～20m水深范围内,三波段模型反演误差最小,为31.5%。     

基于SCIE数据库的国际深海研究文献计量分析

利用数据分析工具Thomson Data Analyzer(TDA)和网络分析工具UCINET对SCIE文献数据库2007–2016年国际深海研究文献数据进行计量分析,以期揭示国际深海研究的现状、趋势和热点分布。研究结果表明:(1)国际深海研究论文在近十年来持续增长,英国、美国、法国和德国在深海研究领域的学术影响力最强,其中美国处于研究合作核心地位。(2)中国科学院、俄罗斯科学院和美国伍兹霍尔海洋研究所等是主要的发文机构,其中伍兹霍尔海洋研究所处于研究合作核心地位。(3)与国际深海研究联系最紧密的学科领域包括海洋与淡水生物学、海洋学、地球科学综合、生态学等。(4)深海研究的热点分布在深海生物多样性研究、深海营养环境研究、海底无脊椎动物研究,以及海底有孔虫类和食物网分析研究。(5)中国在深海领域的研究发展迅速,但国际影响力较为欠缺。未来,中国需要加强该领域气候变化、海洋生物等方向的研究,并借助高水平的国际合作,进一步提升国家和机构在深海研究方面的国际影响力。     

基于水深分段选择因子的多光谱影像反演水深

岛礁周边海底地形精密测量是海洋测绘的难点问题之一,利用多光谱卫星能精确测定岛礁周边水深地形,是传统岛礁水深测量有效的补充方式之一。本文以蜈支洲岛周围水域为研究区域,提出了基于BP神经网络水深分段选取反演因子的方法,利用WorldView-2数据和多波束实测数据建立多模型,整合预测的各段水深获得海底地形。实验表明,本文方法能充分利用水体的光谱特性,与单一BP神经网络模型结果相比,MRE降低了6.4%,RMSE降低了1.2 m,是一种可行的多光谱水深反演的方法     

基于神经网络模型的湛江湾水体有色溶解有机物的遥感估算

有色溶解有机物(Colored Dissolved Organic Matter, CDOM)是水体中重要的水质参数之一,是水色遥感的重要研究对象,如何构建适合特定区域的近海二类水体CDOM反演模型一直是国内外研究难点。本文利用2017年5月26～29日对南海西北部海域湛江湾20个站位采集的水样和测量的光谱资料,分析归一化遥感反射率与CDOM浓度a_g(400)的相关性,发现最大负相关系数出现在586nm处,选择580、585、590、595nm这四个波段处的归一化遥感反射率与a_g(400)建立了多元线性回归模型、BP(Back-Propagation)神经网络模型和RBF(Radial-Basis Function)神经网络模型,并与其他算法模型进行对比分析。结果发现, BP和RBF神经网络模型的平均相对误差和均方根误差均远小于多元线性回归模型和其他算法模型,神经网络模型的预测值与实测值拟合效果要优于多元线性回归模型。研究表明,神经网络模型更适合于湛江湾有色溶解有机物的遥感估算。     

A DEM Inversion Method for Inter-Tidal Zone Based on MODIS Dataset: A Case Study in the Dongsha Sandbank of Jiangsu Radial Tidal Sand-Ridges, China

Surface elevation is the basic data for geo-science. It is difficult to retrieve tidal-flats’ elevation from single Remote Sensing (RS) image because of the complicated sediment dynamical environment and huge spatial difference in tidal-flats’ moisture content. A Digital Elevation Model (DEM) construction method for inconstant inter-tidal zone based on high tempo-resolution MODIS data set in a short period is proposed in a case study on the Dongsha Sandbank of the Jiangsu Radial Tidal Sand-ridges. In the present study, a batch-preprocessing method based on image partition to handle massive MODIS 1B images is developed and applied to 8163 scenes of MODIS images. The dataset of short-period and multi-temporal MODIS images for inter-tidal flats’ DEM inversion is selected and the usability of MODIS dataset is analyzed. Shorelines of the Dongsha Sandbank are extracted by use of batch supervised classification. In accord with tidal-level forecasted by the Chenjiawu Tidal Gauge Station at the overpass moment of each RS image, DEMs of inter-tidal flats in January and summer(Jul, Aug and Sept), 2003 were built under ArcGIS9.2. Studies show that: (1) The dataset of short-duration and multi-phase MODIS images can be used to retrieve the historical DEM of tidal-flats at changeful tidal flats. (2) Analysis on usability of MODIS images from Aqua and Terra indicates that there are more usable and high-quality MODIS images in spring, autumn and winter, but less in summer. Therefore, the period for building inter-tidal flats’ DEM is suggested to be one month in spring, autumn and winter and three months in summer.     

基于遥感反演的山东半岛东北部海域悬浮体时空变化规律探讨

基于2003—2018年中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer,MODIS)卫星遥感影像资料,结合2018年春季、夏季和冬季大面站悬浮体取样分析结果,构建了表层悬浮体浓度遥感反演模型;在此基础上,分析了山东半岛东北部海域年际和月份表层悬浮体浓度时空分布规律,探讨了表层悬浮体浓度变化的主控因素和水体结构季节变化及其对悬浮体分布输运的影响。结果表明:山东半岛东北部海域表层悬浮体总体呈近岸高远岸低的分布特征,东部成山头区域悬浮体浓度较高且向海扩散较远,西部威海湾及外侧海域悬浮体浓度较低且扩散范围小于东部。研究区悬浮体浓度季节性变化显著但对应季节年度变化较小,冬季悬浮体浓度达到最大,春秋季次之,夏季最低。研究区春季、秋季和冬季表层悬浮体浓度主要受控于北向风浪和潮流,而夏季悬浮体浓度主要受潮流控制。夏季,温跃层阻碍了悬浮体垂向扩散,导致表层悬浮体浓度极低;冬季,研究区东部成山头附近水平分布的弱温跃层虽然会在一定程度上抑制悬浮体的再悬浮,但再悬浮扩散仍是造成研究区高悬浮体浓度的主要因素。山东半岛东北部存在类似"夏储冬输"的特征...     

基于GOCI影像的半月潮周期内渤海悬浮泥沙浓度变化研究

悬浮泥沙浓度(SSC)的变化对渤海海域的生态等有着重要的影响.本文基于已有表层水体SSC遥感反演算法进行了优化,利用较高时空分辨率的GOCI影像,基于优化后的模型对渤海表层水体的SSC浓度在半月潮周期中的时空分布与变化特征进行了研究.结果 表明:(1)渤海各海湾表层水体SSC在半月潮周期内的变化规律存在差异.从小潮到大...